마법과 공학, 현상과 이해

요즘 대규모 언어 모델(Gemini, GPT, Claude)을 활용해서 프로그래밍 지식 없이 애플리케이션 서비스를 만들었다는 이야기가 많이 들립니다.

하지만 저의 관점에서 프로그래밍 지식 없이 ‘프로그래밍을 했다’는 말은 근본적인 의문을 품게 합니다.

어떻게 프로그래밍했다는 거지?

인공지능의 발전으로 다양한 지식에 손쉽게 접근하고, 컴퓨터를 이용하는 분야에 대해서는 손쉬운 자동화가 가능하다는 점은 분명 환영하고 활용해야 할 긍정적인 변화입니다.
한 가지 고려할 점은, 인공지능을 ‘마법 지팡이’처럼 휘두르는 방식과 ‘효율 좋은 공구’로 활용할지 선택하는 문제입니다.

앞서 예를 든 애플리케이션 서비스를 만드는 것에 대해 생각하면, 프로그래밍 지식 없이 만들어낸 경우 단지 마법 지팡이를 이용해 현상만을 구현한 것에 불과합니다.

이 경우 사용자는 원하는 바의 결과물은 얻었지만, 그 현상이 어떻게 이루어졌는지 알 수 없다는 치명적 결함이 발생합니다.

현상은 구현되어 잘 작동하는 듯 보이지만, 내부의 구조를 이해하지 못하는 이상 추가 기능이나 문제 해결 시 다시 마법 지팡이에 의존하는 방법이 유일해집니다.

마법 지팡이 의존도가 높아질수록, 지팡이 장인(LLM 운영사)은 가격을 높이는 동시에 사용자는 이해하려는 노력과 능력이 퇴보합니다.

결국 내가 만들어낸 서비스를 나 자신도 이해하지 못하고 막대한 비용을 투입해 유지해야만 하는 상황에 처하게 됩니다.

제가 생각하는 인공지능의 올바른 활용은 잘 드는 칼이나 볼트 크기에 맞춰지는 만능 스패너와 같은 사용법입니다.

사용하는 주체는 여전히 의도를 가진 우리가 되어야 하고, 그 과정의 불편을 해소하는 효율적인 도구로 인공지능을 사용하는 것입니다.

인공지능이 만능이라고 생각하고 첫 시작부터 마무리까지 모든 걸 맡겨버리는 방식은 사실상 인공지능 운영사에 이익을 기부하는 것과 다르지 않습니다.

어떤 일을 해야 할지 명확히 정의하고, 해결 방법을 이해하며 사용해야 우리는 인공지능을 효율적으로 활용할 수 있습니다.

대기업의 인공지능 활용을 위한 인력 감축을 본 당신께,

이미 서비스를 운영 중이고 규모를 갖춘 경우 인공지능을 이용한 인력 감축과 효율화는 합리적으로 보일 수 있습니다.

하지만 서비스가 아직 개발 중이라면 인공지능이 대체할 수 없는 역할이 우선적이고 지배적입니다.

인공지능은 반복적인 일을 수행하는 데에 적합한 반면, 서비스 개발 단계에서는 비정형적인 사고와 창의적인 아이디어를 검증하고 구체화하는 일이 필요합니다.